從刷臉吃飯開始，你身邊的場景都“智商在線”了

蟲二

儒勒·凡爾納在他最被忽視的著作《一個美國記者在公元2890年的日記》中，曾經對千年后的世界做過當時看起來魔幻般神奇瑰麗的描述：

“那時的紐約名叫環球城，公路兩邊矗立著一千英尺的摩天大樓，內部使用恒溫空調，氣候完全由人工控制，莊稼可以在北極生長，人們乘坐時速1500公里的海底液壓管道往來于各大洲，廣告可以映射在云端上，記者將新聞從木星、火星、金星轉播回來，人們坐在家中就能對世界大事了然于胸?！?/p>

百年后的今天，文中的很多想象已然變為現實。

技術進步的速度甚至連段子手都跟不上了，“明明可以刷臉吃飯，卻偏偏要靠才華”，生物識別技術在人工智能和大數據的支持下飛速進化，刷臉作為常見的生活場景越來越成熟了，刷臉如刷卡幾乎已經是一種趨勢。

人臉識別在身份驗證外打開更多想象空間

在機場和銀行你會被要求在攝像頭前擺出合適的Pose，這早就不奇怪了，支付寶的刷臉登陸和支付，大多數人也不陌生，甚至網約車司機都要刷臉上線了。

2016年10月的烏鎮戲劇節上，百度還客串了一把“特邀主持人”，在上千位觀眾中，實時識別出不同種族、樣貌各異的上百位各國嘉賓，這背后是深度學習和人工智能難以想象的突破性進展。吳恩達此前在IT領袖峰會上表示：百度人臉識別的錯誤率為0.16%，低于谷歌的0.37%。這當然也支持了人臉識別技術的延伸和普及。

人臉識別的難度不在于圖像的獲取和識別，而在于技術、邏輯以及大數據支撐下人工智能的判斷，卷積神經網絡的加入讓人臉識別技術從嚴肅單一的身份驗證及活體檢測中擺脫出來，創造了更多好玩的場景。

最有趣的表現是人臉識別實現了年齡、性別、表情等一系列特征的獲取，學會了分析當事人的特定狀態。舉例來說，人的日常微表情主要是7種，即喜悅、憤怒、悲傷、驚訝、厭惡、恐懼、中性，輔以精度極高的五官定位，系統就能夠準確捕捉到互動者的喜怒哀樂。

如何讓線下消費場景也“智商在線”？

傳統企業玩營銷往往存在斷點，這是營銷手段與技術的不匹配，線上高成本觸達的同時，線下的互動性和娛樂性不足，難以有效進行消費全流程的整合。

在一系列場景中，人工智能實際上擁有了將人群屬性、行為意圖、興趣愛好等全面數據化的能力，結合圖像、人臉及語音識別，在投其所好的定向溝通基礎上，就可以幫助傳統企業完成品牌力的重塑和升級。

當年儒勒·凡爾納曾經充滿激情地描繪過未來廣告的樣子：“它每天平均收入三百萬美元。由于一套巧妙的系統，一部分廣告以嶄新的形式傳播，這形式是用三美元向一個餓死的窮鬼買下專利證的。這就是用云層反射作巨大的廣告，大得整個地區的人都能看到。這個回廊有上千只放映機不停地向云層發射大得無邊的廣告，云層以彩色顯示出來?！?/p>

今天的技術可以讓營銷的效果比凡爾納的想象更好，它不但更精準，觸達的手段和傳播的介質也大大豐富了。日前，肯德基與百度合作的人工智能體驗店在北京金融街開業，首次將圍繞人工智能構建起來的諸多前沿技術全面應用到線下場景中。

肯德基利用百度人臉識別技術玩起了KEMOJI表情，在獲取面部信息之后識別心情，好用又好玩，但是最奇的是心情點餐，攝像頭掃描臉部特征后會根據用戶年齡、性別、形象、心情等元素，給出合適的標簽，推薦匹配的肯德基套餐。在二次消費時，用戶僅憑拍照即可快速識別，極速下單，再加上整合的支付環節，成為一個完整的消費閉環。

好玩的場景背后是技術在流量入口推動下的強力變身

以人臉識別為例，復雜的技術要分三步實現：首先是通過光電傳感器獲取人體的面部特征，這一點在智能手機普及后變得非常容易；其次是將獲取的信息數據化；最后也是最重要的一步，是算法處理后大數據比對。

一般來說，人類肉眼的識別率在97.52%，而李彥宏在百度世界大會上表示，百度人臉識別技術的成功率超過99.7%，這是人類進入刷臉時代的技術保障。

但是人臉識別技術的進一步演進還要依賴兩點。

首先是周邊技術的協同效應。比如以百度大腦為核心的百度人工智能體系，依托的就是模擬神經網絡，建立在數十萬臺服務器之上的計算能力，以及每天數十億次的網絡大數據。前端應用場景在此基礎之上才是最有生命力的，比如人臉識別、語音能力等。

其次是線上流量入口和線下應用場景的聚合。人臉識別技術的廣泛應用取決于線上流量入口的支持，因為不論是AR構建的瑰麗場景還是刷臉以后的各種好玩應用，都必須依賴入口級APP的強力引流，才能與成熟的線下消費場景形成良性互動。

技術+場景的未來

互聯網下半場線上和線下的界限將被打破，中國經濟最重要的兩股力量將在消費升級的推動下走向融合，最先迎來變革的是傳統企業。

很長一段時間以來，傳統企業東施效顰般搞了不少自嗨式的無節操營銷，雖然看起來熱鬧，對品牌卻有長遠傷害。而人工智能的崛起給企業帶來了另一種思路，即通過技術手段對消費者進行更精準、更多樣的觸達和互動。

而對互聯網平臺來說，與成熟線下場景的合作也是一個從量變到質變的過程，人臉識別今天的成功率超過人眼，靠的就是大量數據積累之后的自學習能力。這方面BAT各擅勝場，騰訊拼命用小程序、短視頻挖掘微信的潛能，螞蟻金服不顧一切地往金融場景塞進社交元素，百度則嘗試著以AR技術、人臉識別為先導，與終端消費者大玩互動，比如度秘作為智能助理，現在有一半的交互也是通過語音和圖像來完成。因此，創造大量線下應用場景對技術的進一步完善至關重要。

可以想象，在加入類似AR、智能語音、人臉及圖像識別等前沿技術的基礎上，傳統企業的消費場景將發生顛覆性變化，與互聯網的結合也將更緊密。

（本文轉自微信公眾號“二說”）